Attribution und Inkrementalität: Was Ihre Kampagnen beitragen
Ein gutes Kampagnenreporting zeigt, welchen Anzeigen Verkäufe und Anfragen zugerechnet werden. Wie viel davon durch Werbung zusätzlich entsteht, braucht eine ergänzende Betrachtung.
Eine Kampagne erzielt viele Conversions zu niedrigen Kosten. Im Reporting sieht das überzeugend aus. Für die nächste Budgetentscheidung bleibt trotzdem eine Frage offen: Wie viele dieser Verkäufe oder Anfragen wären auch ohne die Kampagne entstanden?
Diese Frage steht hinter dem Begriff Inkrementalität. Gemeint ist der zusätzliche Beitrag einer Maßnahme gegenüber dem Ergebnis, das ohne sie zu erwarten gewesen wäre. Wer Kampagnen beurteilt, sollte deshalb verstehen, was Attribution leistet und welche Fragen eine ergänzende Wirkungsmessung beantworten kann.
Was Attribution zeigt
Menschen kommen häufig mehrfach mit einem Unternehmen in Kontakt, bevor sie kaufen oder eine Anfrage stellen. Attributionsmodelle legen fest, welchen erfassten Kontaktpunkten eine Conversion zugerechnet wird.
Ein Last-Click-Modell ordnet den Erfolg dem letzten berücksichtigten Klick zu. Datengetriebene Modelle gewichten mehrere Anzeigeninteraktionen anhand beobachteter Muster. Diese Zuordnung hilft dabei, Kampagnen zu vergleichen und Gebote zu steuern. Google beschreibt diesen Ansatz in seiner Dokumentation zur datengetriebenen Attribution.
Auch datengetriebene Attribution ist jedoch kein Ersatz für einen gezielten Test der zusätzlichen Wirkung einer bestimmten Kampagne. Moderne Modelle können Erkenntnisse aus Experimenten berücksichtigen. Ein ausgewiesener Conversion-Wert bleibt trotzdem von der jeweiligen Mess- und Modellierungslogik abhängig. Google unterscheidet deshalb ausdrücklich zwischen zugeordneten und inkrementellen Conversions.
Warum das bei bestehenden Kaufabsichten wichtig ist
Stellen Sie sich einen Kunden vor, der Ihr Unternehmen bereits kennt, nach Ihrem Markennamen sucht und über eine Suchanzeige bestellt. Die Bestellung kann der Anzeige zugerechnet werden. Ob sie ohne diese Anzeige ausgeblieben wäre, lässt sich aus dem Klick allein nicht ableiten.
Ähnlich ist es bei der Wiederansprache früherer Websitebesucher. Ein Teil dieser Menschen könnte ohnehin zurückkehren. Andere benötigen möglicherweise eine Erinnerung oder einen zusätzlichen Kaufimpuls.
Daraus folgt keine pauschale Empfehlung gegen Markenanzeigen oder Retargeting. Es folgt eine sinnvolle Prüfungsfrage: Wie stark verändert die Kampagne das Verhalten der angesprochenen Menschen tatsächlich?
Wie sich zusätzliche Wirkung untersuchen lässt
Ein kontrollierter Test schafft einen Vergleich. Dafür wird eine geeignete Zielgruppe möglichst zufällig aufgeteilt. Eine Gruppe kann die untersuchte Werbung erhalten, die Kontrollgruppe wird davon ausgeschlossen. Anschließend werden die Ergebnisse beider Gruppen verglichen.
Entscheidend ist, in beiden Gruppen dieselben relevanten Ergebnisse zu erfassen. Würden nur Conversions nach einem Anzeigenkontakt gezählt, wäre der Vergleich bereits verzerrt.
Plattformseitige Conversion-Lift-Studien setzen dieses Grundprinzip um. Ihre Verfügbarkeit und Voraussetzungen unterscheiden sich; beispielsweise ist Google Ads Conversion Lift nicht für jedes Konto verfügbar.
Alternativ können geeignete Regionen miteinander verglichen werden, in denen die untersuchte Werbung unterschiedlich ausgespielt wird. Solche Geo-Tests erfordern eine sorgfältige Planung, weil Regionen hinsichtlich Größe, Nachfrage und Umsatzentwicklung voneinander abweichen können. Diese Herausforderungen beschreibt auch Google Research zur Planung von Geo-Experimenten.
Ein vereinfachtes Beispiel
Angenommen, ein sauber aufgesetzter Test mit zwei gleich großen, zufällig gebildeten Gruppen ergibt:
In der Gruppe mit der untersuchten Kampagne entstehen 240 Käufe.
In der Kontrollgruppe ohne diese Kampagne entstehen 200 Käufe.
Die beobachtete Differenz beträgt 40 Käufe. Gegenüber der Kontrollgruppe entspricht das einem Anstieg von 20 Prozent.
Unter den Annahmen des Tests sind diese 40 Käufe der geschätzte zusätzliche Beitrag der Kampagne. Die 240 Käufe der Testgruppe sind dabei sämtliche gemessenen Käufe dieser Gruppe, nicht die im Werbekonto zugerechneten Conversions.
Das Beispiel ist fiktiv und erklärt nur das Prinzip. Ob eine solche Differenz belastbar ist, hängt unter anderem von der Stichprobengröße und der statistischen Unsicherheit ab. Ein einzelner Zahlenwert reicht zur Beurteilung nicht aus.
Was vor einem Test feststehen sollte
Ein sinnvoller Test beginnt mit einer konkreten Entscheidung. Beispielsweise: Soll das Retargeting-Budget erhöht werden? Oder lässt sich ein Teil des Budgets für Markenanzeigen an anderer Stelle wirksamer einsetzen?
Daraus ergeben sich vier Fragen:
Welche Kennzahl zählt? Im E-Commerce können Verkäufe oder Umsatz relevant sein, in der Leadgenerierung qualifizierte Anfragen oder Abschlüsse. Bei Bekanntheitszielen braucht es entsprechend passende Messgrößen.
Ist der erwartete Effekt messbar? Datenmenge, Schwankungen und Laufzeit bestimmen, wie präzise eine Aussage werden kann.
Was könnte den Vergleich beeinflussen? Aktionen, Preisänderungen, Lieferprobleme oder andere Kampagnen sollten in der Planung berücksichtigt werden.
Was folgt aus dem Ergebnis? Vorab sollte klar sein, welche Erkenntnis eine Budgetänderung rechtfertigen würde.
Ein Test kann zusätzliche Verkäufe kosten, wenn wirksame Werbung in der Kontrollgruppe ausbleibt. Dieser mögliche Nachteil gehört in die Planung. Ein unklarer Testausgang wiederum bedeutet nicht automatisch, dass die Kampagne wirkungslos ist.
Wie die Erkenntnisse in die Kampagnenbetreuung einfließen
Für die laufende Steuerung bleibt Attribution eine wichtige Informationsquelle. Ergänzende Inkrementalitätstests sind besonders dort sinnvoll, wo ihre Ergebnisse eine relevante Entscheidung verändern können und der Aufwand in einem angemessenen Verhältnis dazu steht.
Auch ein Testergebnis gilt zunächst für die untersuchte Zielgruppe, den Zeitraum und die getestete Budgethöhe. Es lässt sich nicht beliebig auf andere Situationen oder deutlich höhere Budgets übertragen.
Wenn ein belastbarer Test noch nicht möglich ist, lohnt sich zunächst die Prüfung der Erfolgsmessung: Welche Aktionen werden als Conversions gezählt? Bilden die Werte Ihre Geschäftsziele ab? Welche Annahmen stecken hinter der Bewertung einzelner Kampagnen?
Der Google Ads Incrementality Check setzt an diesen Fragen an. Er hilft dabei, die bestehende Erfolgsmessung einzuordnen und geeignete nächste Schritte für die Untersuchung zusätzlicher Werbewirkung zu bestimmen.